
Label Your Data – Data Annotation & Labeling auttaa organisaatioita rakentamaan koneoppimis- ja tekoälyjärjestelmiä valmistelemalla laadukasta opetusaineistoa. Sen hallinnoidut ja itsepalveluna käytettävät palvelut kattavat kuva-, video-, ääni- ja tekstiaineiston sekä luonnollisen kielen käsittelyn, 3D-pistepilvet ja LiDAR-aineiston, lääketieteellisen kuvantamisen, paikkatietoaineiston ja sisällön moderoinnin. Lisäksi yritys tarjoaa tukea tiedon keräämiseen, tuottamiseen ja syöttämiseen sekä suurten kielimallien hienosäätöön. Yritys työskentelee koneoppimisinsinöörien, tekoälytiimien, tuotepäälliköiden ja tutkijoiden kanssa muun muassa autoteollisuuden, terveydenhuollon, valmistavan teollisuuden, dronejen, robotiikan, vähittäiskaupan ja rahoituksen aloilla hyödyntäen joustavia työnkulkuja, työkaluriippumattomia integraatioita ja laatuun keskittyviä palvelutasosopimuksia.
Etänä työskentelevä arkkitehtonisten pohjapiirustusten data-annotaattori
Label Your Data etsii etätyöhön data-annotaattoria merkitsemään arkkitehtonisia pohjapiirustuksia rakennusasiakirjojen tekoälyprojektia varten. Työssä käytetään rajauslaatikoita, monikulmioita ja Roboflow’ta spatiaalisten suunnittelumallien kouluttamisen tukena.
Kuvaus
- Merkitse rakennusten pohjapiirustuksista rakenteelliset kohteet, kuten seinät, ikkunat, ovet, pylväät ja kalusteet, rajauslaatikoilla
- Merkitse arkkitehtoniset kohteet, kuten seinät, huoneet, ulkoalueet ja muut vyöhykkeet, monikulmioannotaatioilla
- Noudata yksityiskohtaisia merkintäohjeita johdonmukaisesti laadun ylläpitämiseksi eri tehtävissä
- Suorita annotointitehtävät Roboflow-verkkopalvelussa
- Tue tekoälyn koulutusta tunnistamalla rakennusten rakenteet, tilat ja symbolit arkkitehtonisista pohjapiirustuksista
Vaatimukset
- Käytännön tuntemus rakennuspiirustuksista, kuten pohja-, julkisivu- ja leikkauspiirustuksista, tai vahva halu oppia
- Huolellisuus ja tarkkuus
- Vähintään B1-tason englannin kielen taito ohjeiden lukemiseen ja peruskeskusteluun
- Arkkitehtuurin, rakennustekniikan tai lähialan tutkinto tai käynnissä olevat opinnot katsotaan eduksi
- Aiempi kokemus data-annotoinnista tai segmentointitehtävistä katsotaan eduksi
- Rajauslaatikko- ja monikulmioannotointimenetelmien tuntemus katsotaan eduksi
Edut
- Kokoaikainen työ arkisin toimistoaikoina
- Täysin etänä tehtävä työ
- Kannustava johto ja vain vähän byrokratiaa
- Kilpailukykyinen Yhdysvaltain dollareina maksettava korvaus
- Mahdollisuus pitkäaikaiseen ammatilliseen kehittymiseen